在项目中用到了基于数据库的大数据量存取时，我们要考虑的是数据读取速度，及数据存储大小，往往数据存储量大的话，数据读取速度也会随之降低，所以我们降低数据存储大小的方法，一是，使用位单位来存储数据，尽量压缩数据大小；二是，在将数据量控制在最小后，数据依旧大，那么我们需要使用压缩算法进行压缩；

        在这次项目中我们使用了gzip压缩算法来压缩数据存储到redis中，然后我们使用c++开发一个数据中间件对数据进行统计分析，所以我们使用到了zlib对获取出来的大数据块进行解压缩，解压缩代码如下：

bool Uncompress(unsigned char * src, size_t src_size, unsigned char *dest, size_t &dest_size)
{
	int bufSize = 1024;
	Byte *buf = static_cast<Byte *>(malloc(bufSize * sizeof(Byte)));
	int err = 0;
	z_stream d_stream = { 0 };
	d_stream.zalloc = NULL;
	d_stream.zfree = NULL;
	d_stream.opaque = NULL;
	d_stream.next_in = src;
	d_stream.avail_in = 0;
	d_stream.next_out = buf;
	if (inflateInit2(&d_stream, MAX_WBITS + 16) != Z_OK)
	{
		_mLastErrorString = "Uncompress gzip: inflateInit2 error";
		return false;
	}
	uLong totalOut = 0;
	while (d_stream.total_in < src_size && d_stream.total_out < dest_size)
	{		
		memset(buf, 0, bufSize);
		d_stream.next_out = buf;
		d_stream.avail_in = d_stream.avail_out = bufSize;
		err = inflate(&d_stream, Z_NO_FLUSH);
		if (err >= 0)
		{	
			memcpy(dest + totalOut, buf, d_stream.total_out - totalOut);
			totalOut = d_stream.total_out;
			if (err == Z_STREAM_END)
			{
				break;
			}
		}
		else
		{
			break;
		}
	}
	d_stream.next_out = NULL;
	delete buf;
	buf = NULL;

	if (inflateEnd(&d_stream) != Z_OK)
	{
		_mLastErrorString = "Uncompress gzip: inflateEnd error";
		return false;
	}
	return true;
}